java HashMap解析

Posted by 梧桐和风的博客 on February 9, 2017

java HashMap解析

HashMap是java中常用且相对重要的类之一。了解此类的数据结构及储存原理对我们写程序有莫大帮助。java8中又对此类底层实现进行了优化,比如引入了红黑树的结构以解决哈希碰撞。今天我们就从底层解析一下HashMap,希望对大家有所帮助。

HashMap的数据结构

1. HashMap整体结构

Map是java中的储存键(key)、值(value)对数据结构。而HashMap即是通过key的hash值确定value的储存位置。在理想情况下,仅需要O(1)的时间就可以通过key定位到value值。不过,这里一个显著的问题是,不同的key也可能有相同的哈希值,HashMap采用数组+链表解决。

这里写图片描述

如图,HashMap的主结构类似于一个数组,添加值时通过key确定储存位置。每个位置是一个Node(图中黑点)的数据结构,该结构可组成链表。当发生冲突时,相同hash值的键值对会组成链表。

这种数组+链表的组合形式大部分情况下都能有不错的性能效果,java6、7就是这样设计的。然而,在极端情况下,一组(比如经过精心设计的)键值对都发生了冲突,这时的哈希结构就会退化成一个链表,使HashMap性能急剧下降。

所以在java8中,HashMap的结构实现变为数组+链表+红黑树。如图:

这里写图片描述

当链表达到一定长度,会将链表转为红黑树。我们知道链表的查询时间为O(n),而红黑树的查询时间为O(logN)。当长度大到一定程度时,红黑树的优势会更加明显。

2. 类概览

在具体实现上,HashMap有许多内部类、方法及字段。下面列举一些比较重要的。


//默认Map容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

//默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

//链表转为红黑树的临界值
static final int TREEIFY_THRESHOLD = 8;

//数组,HashMap的主要储存结构
transient Node<K,V>[] table;

//节点,即HashMap的键值对的储存结构
static class Node<K,V> implements Map.Entry<K,V> 

//红黑树节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V>

//用于计算key的哈希值
static final int hash(Object key)

//添加新键值对
public V put(K key, V value)

//删除键值对
public boolean remove(Object key, Object value)

3. Node<K,V>结构

Node<K,V>是HashMap的内部类,也是其键值对的底层实现。类声明如下:

    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;  //指向该链表的下一个node

        Node(int hash, K key, V value, Node<K,V> next) {}
        public final K getKey()        {}
        public final V getValue()      {}
        public final String toString() {}
        public final int hashCode() {}
        public final V setValue(V newValue) {}  
        public final boolean equals(Object o) {}
           
    }

如此,HashMap的数组+链表结构就大致成形了,Node[]为数组,而Node又可连成链表。

4. TreeNode<K,V> 红黑树结构

TreeNode<K,V> 是红黑树的结构实现,类声明如下:

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
        TreeNode(int hash, K key, V val, Node<K,V> next) {}
        
        //以下省略其他方法
 }
        

红黑树结构包含前、后、左、右节点,以及标志是否为红黑树的字段。此结构是java8新加的。

HashMap的实现

Put的实现

某一键值对<K,V>,添加到map中。

工作流程可概括为以下几点:

  1. 根据K的哈希算法确定该键值对在数组(HashMap)中的索引位置x。
  2. 若索引位置x为空,将<K,V>添加于此,结束。若x不为空,转向3
  3. 判断x处的值是否等于V,若等于,用V覆盖原值。结束。否则,转向4
  4. 在x处遍历链表,并在尾部插入<K,V>。判断链表长度是否大于TREEIFY_THRESHOLD,若小于,结束。若大于,将该链表转为红黑树结构,结束。

下面我们结合代码详细分析一下此过程。

1. 通过hash值定位元素位置

对于通过hash定位储存的Map,哈希算法对其性能有很大影响。好的哈希算法可以尽可能避免冲突的发生,使读取效率保持在O(1),下面是HashMap的哈希过程。

为表述方面,键值对设为(“hello”,”world”)。put方法源码为


  public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    

由此可见,先对hello进行哈希操作。hash()源码为

  static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

随后,put()过程中有一步异或操作。

i = (n - 1) & hash

n是HashMap底层数组的长度,当n为2的次方时,(n-1)&hash等价于n%hash,可确保得到的值落在数组索引范围内。

例如,对hello进行哈希计算为99163451。进行索引计算为11,即(hello,world)会落在数组索引为11的位置。

2. put过程

废话不说,先上代码

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;  //若底层数组还没有元素,先扩容
        if ((p = tab[i = (n - 1) & hash]) == null)  //这就是前面提到的索引的计算,判断此位置是否有值。
            tab[i] = newNode(hash, key, value, null); //若此位置无值,添加节点,对应步骤2
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;  //若此位置有值,且与要添加的值相等,覆盖,对应步骤3
            else if (p instanceof TreeNode) //这里查看节点类型,若是TreeNode,说明已经是红黑树,调用红黑树添加节点即可。
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else { //仍是链表,遍历,若发现有值相同的,覆盖,否则直接将节点加在链表最后。
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) { //若其后无值了,在后面添加要添加的节点
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash); //判断链表长度是否足够转为红黑树
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;  //若遍历过程中发现有与添加的值相同,覆盖
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();  //若长度超过扩容阈值,进行扩容。
        afterNodeInsertion(evict);
        return null;
    }


3. 扩容

当初始化数组或数组大小到达一定程度时,都会引发扩容机制。

 final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //根据情况判断新数组大小
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) { //若容量已超过最大值,已无法扩容
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; //否则,扩大为原来2倍
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // oldCap、oldThr为0时默认为初始值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //构建新数组
        table = newTab;
        if (oldTab != null) { //将旧的值移到新数组中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null) //若该位置有值且只有一个(不是链表或红黑树)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode) //若是红黑树
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 若是链表
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

有关红黑树及链表重新扩容的算法在下篇文章中会有介绍,HashMap扩容的大致流程如上面注解那样,需考虑当前容量及数据结构。

4.java8的性能优化

HashMap经java8的优化后,解决了哈希碰撞的问题。在哈希均匀分布的情况下,java7和java8对HashMap的性能测试中表现类似,而在哈希极端分布的情况下,java8的HashMap具有明显的性能优势。所以,如果可以的话,应选用java8的HashMap。

————–全文完——————

参考文章

  1. Java 8系列之重新认识HashMap
  2. Java 8:HashMap的性能提升